کتاب صوتی تحلیل داده‌های ژنومیک با استفاده از زبان برنامه‌نویسی R

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل داده‌های ژنومیک با استفاده از زبان برنامه‌نویسی R

موضوع کلی: علوم زیستی و زیست‌شناسی مولکولی

موضوع میانی: تحلیل داده‌های ژنومیک

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر زیست‌شناسی مولکولی و ژنومیک
• 2. مبانی ژنومیک و ساختار DNA
• 3. ساختار و عملکرد RNA
• 4. پروتئین‌ها: ساختار و عملکرد
• 5. اصول بیان ژن
• 6. تنظیم بیان ژن
• 7. مقدمه‌ای بر زبان برنامه‌نویسی R
• 8. نصب و پیکربندی R و RStudio
• 9. مبانی کار با داده در R
• 10. ساختارهای داده‌ای پایه در R (بردارها، ماتریس‌ها، لیست‌ها)
• 11. دیتا فریم‌ها و کار با آن‌ها
• 12. بسته‌های نرم‌افزاری R برای تحلیل داده‌های زیستی
• 13. نصب و بارگذاری بسته‌های R
• 14. مقدمه‌ای بر تحلیل داده‌های ژنومیک
• 15. انواع داده‌های ژنومیک (Sequencing, Microarrays)
• 16. فرمت‌های رایج داده‌های ژنومیک (FASTQ, FASTA, BAM, VCF)
• 17. مقدمه‌ای بر ابزارهای خط فرمان برای داده‌های ژنومیک
• 18. پردازش اولیه داده‌های توالی‌یابی (Quality Control)
• 19. تراز کردن توالی‌ها (Read Alignment)
• 20. ابزارهای رایج تراز کردن (BWA, Bowtie2)
• 21. مفاهیم پایه تراز کردن و معیارهای کیفیت
• 22. تفسیر نتایج تراز کردن
• 23. شناسایی و تحلیل واریانت‌ها (Variant Calling)
• 24. فرمت VCF (Variant Call Format)
• 25. ابزارهای رایج شناسایی واریانت (GATK, Samtools)
• 26. تحلیل واریانت‌های تک‌نوکلئوتیدی (SNPs)
• 27. تحلیل واریانت‌های ساختاری (SVs)
• 28. تفسیر نتایج شناسایی واریانت
• 29. تحلیل بیان ژن (Gene Expression Analysis)
• 30. مقدمه‌ای بر داده‌های بیان ژن (RNA-Seq, Microarrays)
• 31. پردازش اولیه داده‌های RNA-Seq
• 32. نرمال‌سازی داده‌های بیان ژن
• 33. مدل‌سازی آماری برای داده‌های بیان ژن
• 34. شناسایی ژن‌های با بیان دیفرانسیل (Differential Gene Expression)
• 35. بسته‌های R برای تحلیل بیان ژن (DESeq2, edgeR)
• 36. تفسیر نتایج بیان دیفرانسیل
• 37. تجمیع و خوشه‌بندی داده‌های بیان ژن
• 38. تجسم داده‌های بیان ژن (Heatmaps, Volcano Plots)
• 39. تحلیل داده‌های توالی‌یابی کل ژنوم (WGS)
• 40. تحلیل داده‌های توالی‌یابی اگزوم (WES)
• 41. مقدمه‌ای بر پایگاه‌های داده ژنومیک
• 42. جستجو و بازیابی اطلاعات از پایگاه‌های داده (NCBI, Ensembl)
• 43. استفاده از API برای دسترسی به داده‌های ژنومیک
• 44. مقدمه‌ای بر آنالیز مسیرهای سیگنالینگ (Pathway Analysis)
• 45. ابزارهای آنلاین برای آنالیز مسیر (GSEA, DAVID)
• 46. بسته‌های R برای آنالیز مسیر
• 47. تفسیر نتایج آنالیز مسیر
• 48. مقدمه‌ای بر داده‌های اپی‌ژنتیک
• 49. تحلیل داده‌های متیلاسیون DNA
• 50. تحلیل داده‌های هیستون مودیفیکیشن
• 51. تحلیل داده‌های تنظیم RNA غیر کدکننده (ncRNA)
• 52. مقدمه‌ای بر تحلیل داده‌های تک‌سلولی (Single-Cell Genomics)
• 53. پردازش اولیه داده‌های تک‌سلولی
• 54. کلاسترینگ سلول‌ها بر اساس بیان ژن
• 55. شناسایی انواع سلول‌ها
• 56. تجسم داده‌های تک‌سلولی
• 57. مقدمه‌ای بر تحلیل داده‌های ژنومیک مقایسه‌ای
• 58. هم‌ترازی ژنوم‌ها
• 59. شناسایی ژن‌های همولوگ
• 60. تحلیل تکامل ژنوم
• 61. مقدمه‌ای بر مدل‌سازی آماری پیشرفته در ژنومیک
• 62. مدل‌های خطی تعمیم‌یافته (GLMs)
• 63. مدل‌های خطی مختلط (LMMs)
• 64. یادگیری ماشین در ژنومیک
• 65. کاربرد شبکه‌های عصبی در تحلیل ژنومیک
• 66. مقدمه‌ای بر داده‌های ژنومیک بیماری‌ها
• 67. تحلیل ارتباط ژنوتایپ-فنوتیپ
• 68. شناسایی نشانگرهای ژنتیکی بیماری
• 69. مقدمه‌ای بر اخلاق و حریم خصوصی در داده‌های ژنومیک
• 70. مدیریت داده‌های حساس ژنومیک
• 71. ملاحظات اخلاقی در پژوهش‌های ژنومیک
• 72. مقدمه‌ای بر پردازش داده‌های بزرگ (Big Data) در ژنومیک
• 73. معماری سیستم‌های پردازش داده‌های ژنومیک
• 74. مقدمه‌ای بر هوش مصنوعی در ژنومیک
• 75. کاربرد یادگیری عمیق در تحلیل ژنومیک
• 76. مقدمه‌ای بر ژنومیک ساختاری
• 77. تحلیل تنوع ژنومی در جمعیت‌ها
• 78. مقدمه‌ای بر ژنومیک عملکردی
• 79. طراحی و تحلیل آزمایش‌های مرتبط با عملکرد ژن
• 80. مقدمه‌ای بر ابزارهای بیوانفورماتیک پیشرفته
• 81. توسعه ابزارهای بیوانفورماتیک با R
• 82. مقدمه‌ای بر تجسم داده‌های پیچیده ژنومیک
• 83. استفاده از بسته‌های پیشرفته تجسم در R
• 84. مقدمه‌ای بر کنترل کیفیت جامع داده‌های ژنومیک
• 85. روش‌های ارزیابی کیفیت در مراحل مختلف
• 86. مقدمه‌ای بر تحلیل داده‌های ترکیب ژنومیک (Multi-omics)
• 87. یکپارچه‌سازی داده‌های مختلف زیستی
• 88. مقدمه‌ای بر کاربردهای بالینی ژنومیک
• 89. ژنومیک پزشکی شخصی
• 90. مقدمه‌ای بر مطالعات ارتباطی ژنوم وسیع (GWAS)
• 91. طراحی و تحلیل مطالعات GWAS
• 92. مقدمه‌ای بر تحلیل داده‌های متاژنومیک
• 93. شناسایی و تحلیل جامعه میکروبی
• 94. مقدمه‌ای بر ابزارهای خودکارسازی در تحلیل ژنومیک
• 95. اسکریپت‌نویسی برای گردش کار (Workflows)
• 96. مقدمه‌ای بر مفاهیم آماری پیشرفته در ژنومیک
• 97. آزمون‌های فرض و اصلاح برای مقایسه‌های متعدد
• 98. مقدمه‌ای بر تحلیل داده‌های اپی‌ژنومیک مقایسه‌ای
• 99. بررسی تغییرات اپی‌ژنتیکی بین نمونه‌ها
• 100. مقدمه‌ای بر یادگیری تقویتی در ژنومیک